TrendForce:2027年存储市场超1.28万亿美元

TrendForce:2027年存储市场超1.28万亿美元
Photo by Markus Spiske / Unsplash

全球存储市场正迎来一场由人工智能范式迁移驱动的结构性变革。市场研究机构TrendForce在最新报告中罕见地大幅上修预测,将2027年全球存储市场规模预期从8427亿美元一举推高至逾1.28万亿美元,年增长率高达44%。本轮上调的核心逻辑在于AI发展重心从大规模模型训练全面转向以推理为核心的Agentic AI应用,由此催生的存储需求正以量级跃升的姿态重塑DRAM与NAND Flash的供需格局,供给缺口短期难以弥合,价格上行动能有望延续至2027年。

Agentic AI重塑存储需求结构:推理循环撬动DRAM与NAND需求倍增

TrendForce明确指出,AI发展路径的转变是存储需求扩张的根本驱动力。随着AI应用从一次性大模型训练转向持续推理的Agentic AI范式,存储需求的特征发生根本性改变。在DRAM层面,Agentic AI系统中的推理请求已从单次查询演变为持续迭代循环,KV缓存容量随上下文窗口扩大而等比增长,一旦需要重新计算,算力成本将呈指数级上升。高效的KV缓存管理成为AI推理性能的关键,直接推动HBM及DRAM需求激增。此外,Agentic AI工作负载对CPU在调度、数据预处理及内存管理方面的要求大幅提升。TrendForce指出,在新一代AI服务器平台中,CPU与GPU的配比已从传统的1:8逐步向1:4甚至更高转变,英伟达NVL72机架即采用1:2配置。CPU部署比例的提升同步扩大服务器DRAM容量需求,对采购量及合约价格形成有力支撑。

在NAND闪存领域,AI代理显著扩大企业端使用规模,重度用户的token消耗量较此前增加多达四倍;AI生成内容媒体复杂性的持续提升也在加速token消耗增长。TrendForce认为,HBM部署成本依然偏高,传统HDD受限于访问速度及功耗,难以满足实时AI推理与训练负载,这为NAND解决方案打开了重要增长空间。从SCM SSD、HBF到SLC/pSLC SSD,多种高性能SSD技术正在AI推理、训练及Agentic工作负载等多个生态层面快速渗透,成为新的关键增长引擎。

DRAM:供给约束叠加需求扩张,量价齐升延续至2027年

HBM生产所消耗的晶圆产能持续压缩传统DRAM的可用供给,叠加需求持续扩张,供应商在合约谈判中的定价权进一步强化,TrendForce预计价格上行动能将延续至2027年。具体预测方面,TrendForce将2026年DRAM市场规模预测从此前的5516亿美元大幅上调至6187亿美元,对应约303%的年增幅;2027年收入预计进一步增至9033亿美元,同比增长约46%。这一量价齐升态势反映了AI推理与训练需求对DRAM产能的持续挤压以及供应链短期难以扩产的刚性约束。

NAND Flash:CSP资本支出提速,多层需求驱动增长至3794亿美元

全球九大云服务提供商(CSP)的资本支出合计持续快速攀升,TrendForce预计2026年增速将达79%,资本强度有望提升至34%。报告指出,这一趋势反映出行业战略逻辑正从需求驱动的产能扩张,转向以争夺长期竞争优势为目标的大规模AI基础设施投资。在需求端,Agentic AI、企业级大模型推理以及AI生成内容媒体复杂性提升共同扩大NAND消耗。TrendForce预计2026年全球NAND闪存市场预测上调至2706亿美元,同比增幅约281%;2027年市场规模进一步扩张至近3794亿美元,继续维持约40%的年增速。CSP资本支出的加速投入成为NAND需求的核心推手,而高性能SSD在AI数据中心中的快速渗透则进一步强化了这一增长动力。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen